Effect of carnosine on nitrosamine formation in gastric‐simulated aqueous and lipid environments
Notice bibliographique
Résumé
BACKGROUND: Nitrite salts are frequently utilized as meat additives to improve the quality and safety of processed meat products. However, these salts are associated with the formation of carcinogenic nitrosamines. Given its potential regulating effect on the formation of intermediate molecules, such as nitric oxide, it is hypothesized that carnosine, a meat constituent possessing antioxidant activity and other multiple health benefits, could dampen the formation of nitrosamines. The current study therefore assessed the effect of carnosine on nitrosamine formation in both a monophasic aqueous system and a biphasic water-lipid system simulating a gastric environment. RESULTS: In the monophasic system, relatively high levels of carnosine were required to significantly reduce the formation of different species of nitrosamine compared with the control (no carnosine). While higher levels of some nitrosamines were generated in both phases of the biphasic system, low carnosine concentrations significantly suppressed nitrosamine formation in the aqueous phase, while in the lipid phase, intermediate levels of carnosine were required. At higher carnosine levels, further reduction in nitrosamines was observed in the lipid phase. CONCLUSIONS: This study demonstrates the capacity of carnosine to reduce nitrosamine formation in aqueous and lipid environments and suggests the potential of dietary carnosine to lower the risks associated with the consumption of processed meat products. © 2024 His Majesty the King in Right of Canada and The Author(s). Journal of the Science of Food and Agriculture published by John Wiley & Sons Ltd on behalf of Society of Chemical Industry. Reproduced with the permission of the Minister of Agriculture and Agri-Food Canada.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».